Metodo Otsu

Disambiguazione – Se stai cercando la città giapponese, vedi Ōtsu.

Il metodo Otsu è un metodo di sogliatura automatica dell'istogramma nelle immagini digitali.

L'algoritmo presume che nell'immagine da sogliare siano presenti due sole classi e quindi calcola la soglia ottima per separare queste due classi minimizzando la varianza intra classe.^[1]

Il nome del metodo deriva da Nobuyuki Otsu (大津展之).

Il metodo Otsu minimizza la varianza intra classe, definita come somma pesata delle varianze delle due classi:

${\displaystyle \sigma _{w}^{2}(t)=\omega _{1}(t)\sigma _{1}^{2}(t)+\omega _{2}(t)\sigma _{2}^{2}(t)}$

I pesi ${\displaystyle \omega _{i}}$ sono le probabilità che le due classi siano separate dalla soglia ${\displaystyle t}$ e dalla varianza ${\displaystyle \sigma _{i}^{2}}$.

Otsu ha dimostrato che minimizzare la varianza intra classe equivale a massimizzare la varianza inter classe:^[1]

${\displaystyle \sigma _{b}^{2}(t)=\sigma ^{2}-\sigma _{w}^{2}(t)=\omega _{1}(t)\omega _{2}(t)\left[\mu _{1}(t)-\mu _{2}(t)\right]^{2}}$

che esprime in termini di probabilità della classe ${\displaystyle \omega _{i}}$ e di media della classe ${\displaystyle \mu _{i}}$.

Questa idea è applicabile nel seguente algoritmo.

1. Calcolare l'istogramma e le probabilità di ogni suo livello
2. Imporre ${\displaystyle \omega _{i}(0)}$ e ${\displaystyle \mu _{i}(0)}$
3. Iterare per ${\displaystyle t=1\ldots }$ valore massimo
   1. aggiornare ${\displaystyle \omega _{i}}$ e ${\displaystyle \mu _{i}}$
   2. calcolare ${\displaystyle \sigma _{b}^{2}(t)}$
4. Il livello di soglia desiderato corrisponde con il valore massimo di ${\displaystyle \sigma _{b}^{2}(t)}$

• Immagine binaria

Portale Neuroscienze: accedi alle voci di Wikipedia che trattano di neuroscienze